商業(yè)智能設(shè)計(jì)、部署與實(shí)現(xiàn)

第1章 商業(yè)智能導(dǎo)論
1.1 數(shù)據(jù)、信息和知識(shí)
1.1.1 知識(shí)價(jià)值鏈：數(shù)據(jù)
1.1.2 知識(shí)價(jià)值鏈：信息
1.1.3 知識(shí)價(jià)值鏈：知識(shí)
1.2 數(shù)據(jù)決策面臨的挑戰(zhàn)
1.2.1 務(wù)和數(shù)據(jù)的關(guān)系
1.2.2 同的用戶對(duì)數(shù)據(jù)的需求不同
1.2.3 操作型數(shù)據(jù)和信息型數(shù)據(jù)的比較
1.3 IBM商業(yè)智能
1.3.1 商業(yè)智能系統(tǒng)需求
1.3.2 DW+DSS=商業(yè)智能系統(tǒng)
1.3.3 IBM商業(yè)智能產(chǎn)品
第2章 數(shù)據(jù)倉(cāng)庫(kù)導(dǎo)論
2.1 概述
2.1.1 從數(shù)據(jù)庫(kù)到數(shù)據(jù)倉(cāng)庫(kù)
2.1.2 數(shù)據(jù)倉(cāng)庫(kù)的功能需求
2.2 數(shù)據(jù)集市
2.2.1 什么叫數(shù)據(jù)集市
2.2.2 數(shù)據(jù)集市和數(shù)據(jù)倉(cāng)庫(kù)的比較
2.3 操作型數(shù)據(jù)存儲(chǔ)
2.4 數(shù)據(jù)倉(cāng)庫(kù)的結(jié)構(gòu)
2.4.1 數(shù)據(jù)倉(cāng)庫(kù)的總體參考框架
2.4.2 兩層數(shù)據(jù)倉(cāng)庫(kù)
2.4.3 三層數(shù)據(jù)倉(cāng)庫(kù)
第3章 數(shù)據(jù)倉(cāng)庫(kù)的模型
3.1 數(shù)據(jù)倉(cāng)庫(kù)建模的基本原則
3.2 實(shí)體——聯(lián)系模型
3.3 邏輯模型
3.3.1 關(guān)系模型
3.3.2 多維模型
3.3.3 星型模式
3.3.4 雪花模式和事實(shí)星座
3.3.5 時(shí)態(tài)建模
3.3.6 規(guī)范化／反規(guī)范化
3.4 物理模型
3.4.1 簇集設(shè)計(jì)
3.4.2 索引設(shè)計(jì)
3.4.3 分區(qū)設(shè)計(jì)
3.4.4 RAID配置
3.5 元數(shù)據(jù)模型
3.5.1 元數(shù)據(jù)的類型
3.5.2 構(gòu)造元數(shù)據(jù)
3.5.3 數(shù)據(jù)在數(shù)據(jù)倉(cāng)庫(kù)中的作用
3.5.4 元數(shù)據(jù)的存儲(chǔ)、管理與維護(hù)
3.5.5 元數(shù)據(jù)的使用
3.5.6 元數(shù)據(jù)的分布性
3.6 數(shù)據(jù)粒度模型
3.6.1 數(shù)據(jù)粒度的劃分
3.6.2 確定粒度的級(jí)別
3.7 數(shù)據(jù)存儲(chǔ)
第4章 數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建
4.1 數(shù)據(jù)準(zhǔn)備
4.1.1 數(shù)據(jù)的復(fù)制和抽取
4.1.2 數(shù)據(jù)轉(zhuǎn)換
4.1.3 空缺值的處理
4.1.4 數(shù)據(jù)標(biāo)準(zhǔn)的不一致
4.1.5 解決數(shù)據(jù)質(zhì)量的關(guān)鍵
4.2 IBM數(shù)據(jù)裝載方案
4.2.1 EXPORT
4.2.2 IMPORT
4.2.3 IOAD
4.3 IBM復(fù)制體系結(jié)構(gòu)
第5章 數(shù)據(jù)倉(cāng)庫(kù)的開發(fā)過(guò)程
5.1 項(xiàng)目組的組成
5.1.1 項(xiàng)目業(yè)務(wù)小組
5.1.2 項(xiàng)目開發(fā)小組
5.2 項(xiàng)目規(guī)劃
5.2.1 項(xiàng)目規(guī)劃簡(jiǎn)介
5.2.2 選擇數(shù)據(jù)倉(cāng)庫(kù)實(shí)現(xiàn)策略
5.2.3 確定數(shù)據(jù)倉(cāng)庫(kù)的開發(fā)目標(biāo)和實(shí)現(xiàn)范圍
5.3 數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目管理
5.3.1 項(xiàng)目進(jìn)度管理
5.3.2 項(xiàng)目質(zhì)量管理
5.3.3 項(xiàng)目風(fēng)險(xiǎn)管理
5.4 數(shù)據(jù)倉(cāng)庫(kù)的需求分析
5.4.1 數(shù)據(jù)倉(cāng)庫(kù)的用戶
5.4.2 需求類型
5.4.3 需求的確定
5.4.4 需求的分析
5.5 數(shù)據(jù)倉(cāng)庫(kù)實(shí)施
5.5.1 原型法
5.5.2 選擇數(shù)據(jù)倉(cāng)庫(kù)的實(shí)現(xiàn)技術(shù)
5.5.3 設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)模型
5.5.4 創(chuàng)建數(shù)據(jù)準(zhǔn)備區(qū)
5.6 數(shù)據(jù)倉(cāng)庫(kù)化
5.7 規(guī)劃、設(shè)計(jì)和建立數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用
第6章 數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用
6.1 可視化
6.2 數(shù)據(jù)倉(cāng)庫(kù)的測(cè)試
6.3 數(shù)據(jù)倉(cāng)庫(kù)的維護(hù)
6.3.1 數(shù)據(jù)的追加和刷新
6.3.2 參照完整性維護(hù)
6.4 數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用與數(shù)據(jù)挖掘中的法律問(wèn)題
第7章 OLAP技術(shù)
7.1 概述
7.1.1 什么是OLAP
7.1.2 OLAP和OLTP的比較
7.2 什么是多維
7.2.1 維的層次關(guān)系
7.2.2 維的類關(guān)系
7.2.3 多維數(shù)據(jù)庫(kù)
7.2.4 多維視圖
7.2.5 方體和超立方
7.3 多維分析
7.3.1 下鉆和上卷
7.3.2 切片和切塊
7.3.3 旋轉(zhuǎn)
7.4 OLAP的實(shí)現(xiàn)技術(shù)
7.4.1 MOLAP和ROLAP的比較
7.4.2 OLAP的組合結(jié)構(gòu)
7.5 DB2 OLAP方案
7.5.1 DB2 OLAP的體系結(jié)構(gòu)
7.5.2 DB2 OLAP的存儲(chǔ)結(jié)構(gòu)
第8章 數(shù)據(jù)挖掘技術(shù)
8.1 概述
8.2 聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘的比較
8.2.1 驗(yàn)證型分析
8.2.2 發(fā)現(xiàn)型分析
8.3 數(shù)據(jù)挖掘技術(shù)
8.3.1 關(guān)聯(lián)分析
8.3.2 聚類
8.3.3 分類和預(yù)測(cè)
8.3.4 發(fā)現(xiàn)序列模式
8.3.5 統(tǒng)計(jì)函數(shù)
第9章 IBM智能挖掘器
9.1 IBM智能挖掘器的安裝
9.1.1 AIX環(huán)境下的安裝
9.1.2 Windows環(huán)境下的安裝
9.2 系統(tǒng)結(jié)構(gòu)
9.3 圖形用戶界面
9.3.1 主窗口
9.3.2 對(duì)象創(chuàng)建向?qū)?br />9.4 挖掘處理過(guò)程
9.4.1 標(biāo)識(shí)業(yè)務(wù)問(wèn)題
9.4.2 收集數(shù)據(jù)
9.4.3 數(shù)據(jù)準(zhǔn)備
9.4.4 挖掘數(shù)據(jù)
9.4.5 分析結(jié)果
9.5 聚類
9.6 分類
9.7 預(yù)測(cè)值
第10章 知識(shí)管理
10.1 概述
10.1.1 知識(shí)的定義
10.1.2 知識(shí)管理定義
10.1.3 為什么知識(shí)管理很熱
10.2 知識(shí)管理的內(nèi)容
10.2.1 目標(biāo)和需求
10.2.2 顯性知識(shí)
10.2.3 隱性知識(shí)
10.2.4 知識(shí)創(chuàng)新
10.3 知識(shí)管理的難點(diǎn)
10.3.1 為什么共享很困難
10.3.2 知識(shí)管理的關(guān)鍵
10.4 知識(shí)的生命周期
10.5 知識(shí)獲取的方式
10.6 知識(shí)管理技術(shù)
10.6.1 業(yè)務(wù)環(huán)境
10.6.2 合作技術(shù)
10.6.3 內(nèi)容管理
10.6.4 知識(shí)管理的效果評(píng)估
第11章 數(shù)據(jù)倉(cāng)庫(kù)的運(yùn)行和管理
11.1 DB2數(shù)據(jù)倉(cāng)庫(kù)中心
11.1.1 定義數(shù)據(jù)倉(cāng)庫(kù)的用戶和組
11.1.2 定義數(shù)據(jù)倉(cāng)庫(kù)的主題
11.1.3 定義數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)源
11.1.4 定義數(shù)據(jù)倉(cāng)庫(kù)目標(biāo)
11.1.5 定義數(shù)據(jù)的抽取和轉(zhuǎn)換
11.1.6 創(chuàng)建星型模式
11.2 DB2數(shù)據(jù)倉(cāng)庫(kù)管理器
11.3 信息目錄管理器
11.3.1 發(fā)布元數(shù)據(jù)
11.3.2 使用元數(shù)據(jù)
11.4 數(shù)據(jù)維護(hù)
11.4.1 數(shù)據(jù)存儲(chǔ)的統(tǒng)計(jì)分析
11.4.2 數(shù)據(jù)庫(kù)重組
11.5 備份和恢復(fù)
11.5.1 數(shù)據(jù)倉(cāng)庫(kù)的備份
11.5.2 數(shù)據(jù)倉(cāng)庫(kù)的恢復(fù)
第12章 OLAP服務(wù)器的運(yùn)行和管理
12.1 Essbase／DB2 OLAP服務(wù)器組件
12.1.1 OLAP引擎
12.1.2 DB2 OLAP分析月艮務(wù)器
12.1.3 應(yīng)用程序管理器
12.1.4 OLAP集成服務(wù)器
12.1.5 OLAP偏差發(fā)現(xiàn)挖掘器
12.1.6 Essbase-Ready工具
12.2 DB2 OLAP服務(wù)器的安裝
12.2.1 在Windows NT／2000上安裝
12.2.2 在UNIX上安裝
12.3 在DB2 OLAP服務(wù)器上配置Java
12.3.1 在Windows上配置Java
12.3.2 在UNIX上配置Java
12.4 在DB2 OLAP服務(wù)器上配置SQL Interface和數(shù)據(jù)源
12.4.1 在Windows上配置Interface和數(shù)據(jù)源
12.4.2 在UNIX上配置Interface和數(shù)據(jù)源
12.5 創(chuàng)建OLAP元數(shù)據(jù)目錄
12.5.1 自動(dòng)創(chuàng)建OLAP元數(shù)據(jù)目錄
12.5.2 手動(dòng)創(chuàng)建OLAP元數(shù)據(jù)目錄
12.6 手動(dòng)創(chuàng)建數(shù)據(jù)庫(kù)輪廓
12.6.1 創(chuàng)建維
12.6.2 創(chuàng)建維成員
12.7 動(dòng)態(tài)創(chuàng)建數(shù)據(jù)庫(kù)輪廓
12.7.1 映射機(jī)制
12.7.2 創(chuàng)建數(shù)據(jù)加載規(guī)則
12.7.3 關(guān)聯(lián)輪廓與數(shù)據(jù)加載規(guī)則
12.8 DB2 OLAP服務(wù)器應(yīng)用程序工具
參考文獻(xiàn)